生物信息学中的计算智能
——COMPUTATIONAL INTELLIGENCE IN
BIOINFORMATICS
作 者：Gary B. Fogel, David W. Corne, Yi Pan
出 版：Wiley-IEEE Press
索 书 号：Q811.4/C738f/2008/Y
ISBN ：9780470105269
生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学（Genomics）和蛋白质组学（Proteomics）两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。生物信息学是一门收集、分析遗传数据以及分发给研究机构的新学科;
生物信息学特指数据库类的工作，包括持久稳固的在一个稳定的地方提供对数据的支持;
生物信息学是在大分子方面的概念型的生物学，并且使用了信息学的技术，这包括了从应用数学、计算机科学以及统计学等学科衍生而来各种方法，并以此在大尺度上来理解和组织与生物大分子相关的信息。生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。
计算智能（computatinal
intelligence）是以生物进化的观点认识和模拟智能。按照这一观点，智能是在生物的遗传、变异、生长以及外部环境的自然选择中产生的。在用进废退、优胜劣汰的过程中，适应度高的（头脑）结构被保存下来，智能水平也随之提高。因此说计算智能就是基于结构演化的智能。计算智能的主要方法有人工神经网络、遗传算法、遗传程序、演化程序、局部搜索、模拟退火等等。这些方法具有以下共同的要素：自适应的结构、随机产生的或指定的初始状态、适应度的评测函数、修改结构的操作、系统状态存储器、终止计算的条件、指示结果的方法、控制过程的参数。计算智能的这些方法具有自学习、自组织、自适应的特征和简单、通用、鲁棒性强、适于并行处理的优点。在并行搜索、联想记忆、模式识别、知识自动获取等方面得到了广泛的应用。
本书在2007年由Wiley-IEEE
Press出版社出版，作者是Gary
B. Fogel，David
W. Corne和Yi Pan。Gary
B. Fogel是自然选择公司的副总裁，他的研究方向是计算智能方法在生命科学中的应用。David
W. Corne在苏格兰赫瑞瓦特大学计算机科学任教，他的主要研究方向是计划计算，多目标优化，生物信息学等。Yi
Pan是佐治亚州立大学计算机科学系的教授，他的研究方向包括高性能计算，网络化和生物信息学。
结合了计算机科学，数学运算和统计学，生物信息学已经成为了一个新的很热的学科，对于生物学和工业应用的各个方面都有非常深远的影响。《生物信息学中的计算智能》一书为我们介绍了相关的主题，同时努力改进这些方法用来服务于读者的研究工作。
本书共有4部分13个章节，从表达数据分析，测序数据分析，结构分析和药物分析四个大的角度介绍了计算智能在生物信息学中的应用。
《生物信息学中的计算智能》一书作为生物信息学相关的丛书之一，内容饱满详实，除此之外，还包括一些其他的特点：
1、具有实用性和针对性。《生物信息学中的计算智能》一书内容广泛、描述简洁，在编写的过程中，所有的章节都如同一份完整的实验记录或用户手册。编写的中心明确，具有实用性和针对性。
2、案例丰富。该书在生物信息学中的计算智能过程中，常穿插介绍实际案例，这些特殊的案例便于读者进行参考应用，使该书籍更具有参考价值。
3、图文并茂。《生物信息学中的计算智能》在编写的过程中配有大量插图，图文并茂，不仅让读者在阅读过程中更加清晰明了，还能增加读者阅读的趣味性。
4、条理清晰。在该书的末尾设有主题词索引，将出现的相关比较重要的词汇都罗列出来，并予以注释在文中的页码，供读者快速寻找感兴趣的内容进行阅读。这大大方便了读者在阅读该书之时对词汇的掌握和搜寻。可以激发学生的学习兴趣或者为想要了解相关知识的人员提供了途径。
总的说来，《生物信息学中的计算智能》是一本出色的生物信息学丛书，对于实验生物学研究者和生物信息学研究者都是一本很好的参考丛书。
目录
1. 应用基因表达信号在多级癌症诊断中神经分类器和群体智能的杂交
2. 应用进化计算分类基因表达谱
3. 应用EvoCluster在基因表达数据中寻找簇集
4. 基因网络和进化计算
5. 应用模糊相似类方法从微矩阵表达数据中鉴定标记基因
6. 为生物信息学选择进化特征
7. 模糊法分析CpG岛甲基化模式
8. 应用进化算法分析蛋白配体的锚定
9. 应用进化算法预测RNA的二级结构
10. 机械学习法预测人类线粒体蛋白
11. 应用进化算法分析系统发生推断
12. 进化算法服务于癌症化疗的优化
13. 基于模糊本体的文本挖掘系统服务于：知识获取，本体增强和回答生物医疗文本的疑问
武汉大学生命科学学院研究生 王鑫